Hallo, ich bin Chandan, ein leitender Forscher bei Microsoft Research, der an interpretierbarem maschinellem Lernen arbeitet. Ich habe meine Notizen seit meinem Promotion an UC Berkeley zwanghaft genommen / verbessert und sie auf dieser Website geteilt. Hoffe sie sind hilfreich :)
Folien • Forschungsübersichten • Cheat Sheets • Notizen
Blog -Beiträge • persönliche Informationen
@csinva
Folien
Der Pres -Ordner enthält Quelle für Präsentationen, einschließlich ML -Folien aus dem Unterrichten von maschinellem Lernen in Berkeley
Die Quelle ist in Markdown (erstellt mit Discurse-MD) und ist leicht bearbeitbar / exportierbar- ML -Folien (Berkeley CS 189)
- AI -Folien (Berkeley CS 188)
- Interpretierbarkeits -Workshop
- Interpretationen entwirrt
Forschungs- und Klassennotizen
Der Ordner Research_OVWS enthält Übersichten und Zusammenfassungen der letzten Artikel in verschiedenen Forschungsbereichen
- Interpretierbarkeit
- Kausale Inferenz
- Übertragungslernen
- Unsicherheit
- DL -Theorie
- Komplexität
- Streutransformation
- DL in Neurowissenschaften
Der Ordner _notes enthält Markdown-Notizen und Cheat-Blätter für viele verschiedene Kurse und Bereiche zwischen Informatik, Statistik und Neurowissenschaften
- Interpretierbarkeitsbetrugblatt
- Rechenneurowissenschaften
- Kausale Inferenznotizen
- Einstufung
- Lineare Algebra
- Info -Theorie
- Computer Vision
- Wege hier mehr Notizen hier
Beiträge
Beiträge zu verschiedenen Aspekten des maschinellen Lern- / Statistik- / Neurowissenschaftsentwicklungsverfahrens (einige ausgewählte Beiträge unten)
- Papierschreib -Tipps (2023)
- Prognosepapiertitel (2022)
- Imodels (2022, Bairblog)
Referenz
- Für Updates spiele das Repo oder folge @csinva
- Fühlen Sie sich frei, offen zu verwenden!
- Gebaut mit Jekyll | Github -Seiten | Timeline -Thema | Partikel.js | Jupyterbook
